[發明專利]基于半盲源分離的非線性聲學回聲消除方法

在審

• 申請號: 202110080038.4
• 申請日: 2021-01-21
• 公開（公告）號: CN112927706A
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 程國良;盧晶
• 申請（專利權）人: 南京大學
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L21/0216
• 代理公司: 江蘇法德東恒律師事務所 32305
• 代理人: 李媛媛

本發明公開了一種基于半盲源分離的非線性聲學回聲消除方法。該方法包括以下步驟：(1)利用已知的遠端輸入信號獲取含有非線性回聲的麥克風信號；(2)對遠端輸入信號的非線性映射進行基函數展開，將未知的非線性展開系數合并到回聲路徑中；(3)將遠端輸入信號的基函數形式看作已知的參考信號，并與麥克風信號合并為向量形式；(4)利用短時傅里葉變換得到時頻域信號；(5)采用帶約束的縮放自然梯度獨立向量分析實現在線半盲源分離算法，估計分離矩陣并分離出近端時頻域信號；(6)通過短時傅里葉逆變換得到時域的近端信號。本發明的方法能在非線性模型與實際模型存在偏差的實際應用中獲得更好的非線性回聲消除性能。

技術領域

本發明屬于信號處理的技術領域，具體涉及一種基于半盲源分離的非線性聲學回聲消除方法。

背景技術

聲學回聲消除(Acoustic Echo Cancellation,AEC)在免提語音通信、遠場語音識別和電話會議系統等場景中一直都有非常重要的應用。根據回聲路徑建模方式的不同，可以將AEC分為線性和非線性AEC(Nonlinear AEC,NAEC)。線性AEC假設回聲信號是遠端輸入信號與回聲路徑的線性卷積，可以用自適應濾波方法來估計回聲路徑，并從麥克風接收信號中消除掉線性回聲信號。

在實際應用中，智能手機和筆記本電腦等設備的小型揚聲器通常都會存在一定的非線性失真。除了未知的回聲路徑，還需要考慮未知的非線性，才能很好地解決NAEC問題。由于自適應濾波方法本質上旨在識別揚聲器激勵與麥克風接收信號之間的傳遞函數，所以基于自適應濾波的傳統NAEC算法非常依賴于數值非線性模型的準確性，數值與實際非線性模型之間的失配會導致算法性能下降。

盲源分離(Blind Source Separation,BSS)是一種在沒有任何有關混合過程先驗信息的前提下，根據觀測的混合信號來分離出未知聲源信號的統計技術。半盲源分離(Semi-Blind Source Separation,SBSS)是BSS在系統源信號部分知識已知時的一種特殊情況，也能用于處理AEC。SBSS方法基于近端信號與參考信號之間的獨立性，理論上對數值與實際非線性模型之間的失配不敏感。然而，已有的SBSS都是用于解決線性AEC問題的，不能直接用于NAEC系統。

發明內容

為了解決上述技術問題，本發明提出了一種基于半盲源分離的非線性聲學回聲消除方法。

本發明采用的技術方案為：

基于半盲源分離的非線性聲學回聲消除方法，包括如下步驟：

步驟1，利用已知的遠端輸入信號獲取含有非線性回聲的麥克風信號；

步驟2，對遠端輸入信號的非線性映射進行基函數展開，將未知的非線性展開系數合并到回聲路徑中；

步驟3，將遠端輸入信號的基函數形式看作已知的參考信號，并與步驟1中的麥克風信號合并為向量形式；

步驟4，利用短時傅里葉變換得到步驟3中向量形式信號的時頻域形式信號：

y(k,n)＝[Y(k,n),X₁(k,n),…,X_i(k,n),…,X_p(k,n)]^T

其中，Y(k,n)和X_i(k,n)分別為麥克風信號y(t)和遠端輸入信號的基函數形式φ_i(x(t))的時頻域形式，p為基函數展開階數，k為頻率序號，n為幀序號，(·)^T表示轉置；

步驟5，采用帶約束的縮放自然梯度獨立向量分析實現在線半盲源分離算法，估計分離矩陣并分離出近端時頻域信號；

步驟6，將步驟5分離出的近端時頻域信號通過短時傅里葉逆變換得到時域的近端信號。